跳到正文
  1. 量子位76

    Genspark Media Studio 上线视频 Agent 工作台

    Genspark 发布视频 Agent 工作台 Media Studio,接入 20 多家厂商的 70 多个模型版本,由大语言模型担任导演负责写剧本和调度视频、图像、音频模型。

    推荐理由:作者完整实测了从rap视频到短剧的生成流程,读者可据此判断多模型编排的实际产出质量与积分消耗。

  2. 爱范儿72

    实测即梦短剧工作室:DreamScript、Anycook、DreamShot 串起短剧制作流程

    即梦推出短剧工作室,把剧本创作、角色与场景资产管理、3D 导演台、智能预演、片段重拍和超分等功能放进同一套项目流程。自研剧本模型 DreamScript 可按题材标签直接生成完整剧本,图片模型 Anycook 生成的角色与场景可沉淀为后续镜头反复调用的资产,分镜模型 DreamShot 负责把剧本拆成镜头。

    推荐理由:作者完整走了一遍从剧本到成片再到局部重拍的流程,读者可据此判断这套工作流在哪些环节省掉了重复生成。

  3. The Decoder70

    Google 在 Android Dev Summit 开放 Android Studio 第三方智能体接入并发布多项 Gemini API

    Google 在 Android Dev Summit 上为 Android Studio Rabbit 2 推出 Bring Your Own Agent 功能,开发者可通过开放 Agent Client Protocol 在 IDE 内运行 Claude、Codex、Google Antigravity 等 40 多个编码智能体。

    推荐理由:Android Studio 开放第三方智能体接入并配套 CLI、Skills 与 MCP 接口,读者可据此判断移动端智能体开发流程的变化。

  1. 极客公园74

    即梦上线短剧工作室,把剧本、导演台与剪辑整合进同一项目

    即梦于10月26日上线「短剧工作室」,将剧本创作、角色与场景资产管理、分镜设计、视频生成和后期编辑串联在同一项目中。其中DreamScript剧本模型可辅助生成角色小传、人物关系和剧本正文,短剧导演台支持在3D空间安排站位与运镜,智能预演可用生成一段8秒视频的成本预演1分13秒的戏。同期即梦推出双十一优惠,Seedance 2.5视频生成价格最低0.19元/秒,通过CLI使用最低0.18元/秒。

    推荐理由:原文完整拆解了即梦短剧工作室从剧本到分镜再到预演的流程,可据此判断视频生成工具向工作流整合的方向。

  1. 爱范儿71

    蚂蚁发布灵光2.0,主打主动跟进长程任务的个人Agent

    蚂蚁正式发布灵光2.0,将AI介入任务的起点前移,可主动识别需求、持续跟进复杂事务并在关键节点提醒,已全面开放体验。作者实测把宠物医疗险合同解读、双11比价盯价和周末出行规划交给它,关掉App后任务仍在独立云主机后台运行。灵光2.0内置打通支付宝、QQ邮箱、日历等应用与系统服务,并支持调用MCP、CLI等工具,跨平台可连接钉钉、飞书、滴滴、12306等。

    推荐理由:作者以宠物保单、双11算价和周末出行为例实测灵光2.0,可看到长程任务跟进与跨应用接入的实际边界。

  1. The Decoder71

    Anthropic 推出常驻智能体 Claude Duet 研究预览

    Anthropic 发布常驻智能体应用 Claude Duet 的研究预览,基于 Claude Opus 5.5,可在用户离开时持续处理任务,并在发送消息、付款、签署文件或删除前请求批准。

    推荐理由:材料完整交代了 Claude Duet 的常驻智能体形态、审批边界与已知短板,可据此判断这类主动式智能体的实际可用范围。

  1. Mistral AI78

    Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK

    Mistral 发布 Voxtral 3 语音模型家族,包含支持 50+ 语言的转写模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的合成模型 Voxtral Mini TTS 3,以及基于 LiveKit 的语音智能体 SDK。

    推荐理由:原文给出语音转写与合成模型的基准对比和每分钟定价,可据此判断语音智能体的部署成本与选型空间。

  1. Hugging Face Blog78

    Black Forest Labs 发布 FLUX.3 Image Klein,Diffusers 首日支持

    Black Forest Labs 发布 FLUX.3 Image Klein,一个模型同时支持文生图、多参考图生图和用边界框做布局控制,两个开放 checkpoint 已上线 Hugging Face。

    推荐理由:原文给出两个开放 checkpoint、布局控制用法和 H100 上的实测耗时,可据此判断接入成本与显存门槛。

  2. Google Research71

    Google 发布 Deep Review,用智能体系统审阅技术文档

    Google 公开发布 Deep Review,这是一个面向复杂文档提供严格反馈与技术核查的智能体系统,最初用于计算机科学论文分析,现已扩展到法律、金融等领域。

    推荐理由:原文交代了 Deep Review 的四阶段智能体流程与会议试点规模,可据此判断自动审稿工具能承担哪部分核查工作。

  1. NVIDIA Blog62

    NVIDIA RTX Spark 笔记本上市前,生态伙伴推送本地 AI 软件更新

    NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,最高 128GB 统一内存和 1 petaflop AI 算力,生态伙伴同步推送本地 AI 软件更新。

    推荐理由:原文列出 RTX Spark 上市前生态伙伴的软件更新清单,读者可据此了解本地智能体在 PC 上的落地形态。

  1. DeepSeek 更新日志83

    DeepSeek-V4-Pro 正式版上线 APP、网页端和 API

    DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 同步上线,API 调用方式不变,模型名设为 deepseek-v4-pro 即可使用。官方称正式版大幅增强 Agent 能力,并给出 HLE(wo / w tools)42.7/60.0、Terminal Bench 2.1 87.9、NL2Repo 61.5 等基准数据。

    推荐理由:官方更新日志列出 V4-Pro 正式版的 Agent 基准成绩、Responses API 适配与三档思考强度,便于对照现有工作流评估升级。

  1. DeepSeek 更新日志67

    DeepSeek-V4-Flash 正式版 API 上线公测

    DeepSeek-V4-Flash 正式版 API 上线公测,模型名设为 deepseek-v4-flash 即可调用,调用方式不变。

    推荐理由:官方更新日志列出正式版 V4-Flash 在多项 Agent 基准上的成绩,并说明与 Preview 的结构一致、仅重做后训练。

已经到底了